概念
别名：智能搜索
结合AI代理的搜索任务
已跟踪 4 条高相关材料
最近变化
2026-07-27 · NPU处理agentic search任务耗时0.5秒，GPU耗时12秒，CPU耗时30秒且持续降频
为什么值得关注
agentic search 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
On-device AI has three advantages over cloud. Cost, privacy, and latency. Alan Zhu from @Qualcomm d...
Qdrant(@qdrant_engine) · 8.5 分
本地AI在成本、隐私和延迟上优于云端，Qualcomm演示显示NPU处理搜索任务仅需秒级，而GPU/CPU分别耗时12秒和30秒并因发热降频。
BestBlogs 周刊 | 第 95 期：Agent 工程化的全面落地
Gino Notes · 8.5 分
Agent 工程化全面落地，Anthropic 和 OpenAI 同步推进工具走向生产。
Agentic Search for Context Engineering — Leonie Monigatti, Elastic
AI Engineer · 8.5 分
Agentic Search 通过动态构建上下文来提升大模型在复杂任务中的表现，其核心是让AI代理主动检索、筛选和整合信息，而非被动响应。该技术显著降低对人工提示工程的依赖，使系统能自适应处理多源异构数据。
已收录 4 条与 agentic search 相关的内容，按评分排序。
本地AI在成本、隐私和延迟上优于云端，Qualcomm演示显示NPU处理搜索任务仅需秒级，而GPU/CPU分别耗时12秒和30秒并因发热降频。
入选理由：NPU处理agentic search任务耗时0.5秒，GPU耗时12秒，CPU耗时30秒且持续降频
Agent 工程化全面落地，Anthropic 和 OpenAI 同步推进工具走向生产。
入选理由：Claude Code 放弃 RAG 索引，采用 Agentic Search 实现代码导航。
Agentic Search 通过 AI 代理主动构建上下文，显著提升大模型在复杂任务中的表现，降低对提示工程的依赖。
入选理由：Agentic Search 使用 AI 代理自动检索与任务相关的文档片段，准确率提升至 87%
本文介绍了一篇关于 agentic search 在上下文工程中的角色的博客文章，探讨了多种搜索工具的优缺点。
入选理由：了解 agentic search 的概念
